지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2005.5
- 수록면
- 786 - 790 (5page)
이용수
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
During the past few years, various traffic-flow forecasting models, i.e. an ARIMA, an ANN, and so on, have been developed to predict more accurate traffic flow. However, these models analyze historical data in an attempt to predict future value of a variable of interest. They make use of the following basic strategy. Past data are analyzed in order to identify a pattern that can be used to describe them. Then this pattern is extrapolated, or extended, into the future in order to make forecasts. This strategy rests on the assumption that the pattern that has been identified will continue into the future. So ARIMA or ANN models with its traditional architecture cannot be expected to give good predictions unless this assumption is valid; The statistical models in particular, the time series models are deficient in the sense that they merely extrapolate past patterns in the data without reflecting the expected irregular and infrequent future events Also forecasting power of a single model is limited to its accurate.
In this paper, we compared with an ANN model and ARIMA model and tried to combine an ARIMA model and ANN model for obtaining a better forecasting performance. In addition to combining two models, we also introduced judgmental adjustment technique. Our approach can improve the forecasting power in traffic flow. To validate our model, we have compared the performance with other models. Finally we prove that the proposed model, i.e. ARIMA + ANN + Judgmental Adjustment, is superior to the other model.
In this paper, we compared with an ANN model and ARIMA model and tried to combine an ARIMA model and ANN model for obtaining a better forecasting performance. In addition to combining two models, we also introduced judgmental adjustment technique. Our approach can improve the forecasting power in traffic flow. To validate our model, we have compared the performance with other models. Finally we prove that the proposed model, i.e. ARIMA + ANN + Judgmental Adjustment, is superior to the other model.
목차
Abstract
1. 서론
2. 실험방법
3. 예측모델
4. 실험결과
5. 성능비교분석
6. 결론
Reference
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
상태 공간 모형에서의 모수 공간 제약
한국경영과학회 학술대회논문집
2006 .11
-
ARIMA모형을 적용한 외국인 이용객 호텔객실 수요예측모형 선정 : 서울 특1급 호텔을 중심으로
호텔경영학연구
2006 .12
-
계절 ARIMA 모형을 활용한 농촌관광 수요예측에 관한 연구 : 양평 외갓집 체험마을을 중심으로
농어촌관광학회지
2014 .06
-
계절 ARIMA Model을 이용한 경주방문객의 수요예측에 관한 연구
호텔경영학연구
2006 .02
-
ARIMA 기법을 중심으로한 수요예측기법의 컴퓨터 모형화
경영학연구
1978 .02
-
섬유패션산업의 인력수요예측 : ARIMA Model의 적용
한국행정논집
2006 .09
-
ARIMA 모형을 이용한 호텔 연회의 매출액 예측에 관한 연구
Culinary Science & Hospitality Research
2009 .06
-
ARIMA Intervention Model을 이용한 한국인 관광객의 태국여행수요예측에 관한 연구
호텔경영학연구
2005 .12
-
관광수요 예측모형의 정확성 비교
관광연구저널
2006 .08
-
단기수요예측 분석방법론 : ARIMA모형
경영교육연구
2004 .06
-
결합기법을 이용한 관광수요예측
관광레저연구
2009 .02
-
RIMA기법을 통한 호텔 연회의 매출액 예측에 관한 연구 : 외국체인호텔과 국내체인호텔을 중심으로
관광레저연구
2010 .11
-
단일변수 시계열 모형들의 주택가격지수 예측력 비교
부동산학연구
2014 .01
-
Voting 알고리즘과 인공신경망을 이용한 부도예측을 위한 통합알고리즘
기업과혁신연구
2010 .08
-
우리나라 휘발유 소비예측에 적용한 혼합 회귀분석/ARIMA 모형 ( A Mixed Regression/ARIMA Model With Application To Gasoline ConSumption in Korea )
한국경영과학회지
1984 .01
-
서울지역 산업생산지수의 계절조정방안 : X-12-ARIMA법을 이용하여
서울도시연구
2000 .03
-
A Comparative Study of ARIMA and Neural Network Models : Case Study in Korean Corporate Bond Yields
한국경영과학회 학술대회논문집
1996 .01
-
개입-ARIMA모형을 이용한 서울시의 물 수요예측
국토연구
2001 .10
-
[Poster Session 포스터 발표]ARIMA 수요과정을 갖는 장기보충계약의 중앙통제모형
한국경영과학회 학술대회논문집
2003 .11
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2009-325-017693635